L’usage de l’IA dans les organisations : quelques tactiques

• Des enquêtes récentes montrent que de nombreux travailleurs du savoir utilisent déjà l’IA dans leur travail
  • Enquête danoise de janvier : 65 % des marketeurs, 64 % des journalistes, 30 % des avocats, etc., utilisent l’IA
  • Enquête d’août auprès des travailleurs américains : près d’un tiers utilisent l’IA générative
  • L’outil le plus utilisé est ChatGPT, suivi de Google Gemini
• À l’échelle individuelle, les gains de productivité liés à l’IA sont déjà démontrés
  • Avec GPT-4, des consultants ont réalisé 18 tâches 25 % plus vite
  • Avec GitHub Copilot, la productivité en programmation a augmenté de 26 %
  • Dans une enquête danoise, les répondants ont déclaré que l’IA avait réduit de moitié 41 % de leur travail
• Pourtant, lorsqu’on parle avec des dirigeants et des managers, ils disent souvent que hors de quelques cas d’usage étroitement autorisés, l’IA est très peu utilisée et les gains de productivité sont quasi inexistants
  • Cela s’explique par plusieurs raisons pour lesquelles les gains de performance individuels ne se traduisent pas en performance organisationnelle
• Pour obtenir des résultats à l’échelle de l’organisation, une R&D interne sur les usages de l’IA est indispensable
  • Il ne faut pas se reposer sur les approches génériques des cabinets de conseil ou des éditeurs de logiciels d’entreprise
  • Personne ne peut vous dire comment utiliser l’IA de la bonne manière pour votre organisation
  • Même les grandes entreprises de l’IA lancent leurs modèles sans vraiment savoir quels en sont les meilleurs usages
  • L’enjeu est de découvrir avant les autres les usages adaptés à sa propre situation
• La R&D sur les usages de l’IA doit mobiliser à la fois la foule (Crowd) des employés et une équipe de recherche dédiée (Lab)
  • Crowd : appliquer l’IA sur le terrain pour résoudre des problèmes et accumuler du savoir-faire
  • Lab : transformer les idées du Crowd en produits et explorer de nouveaux scénarios d’usage

Tactiques pour le Crowd

• Selon le concept d’innovation par les utilisateurs du professeur Eric von Hippel, de nombreuses innovations majeures ne naissent pas dans des laboratoires de R&D centralisés, mais chez les utilisateurs réels qui bricolent les produits pour résoudre leurs propres problèmes
• Les experts peuvent facilement évaluer par essais et erreurs l’utilité de l’IA, mais les personnes extérieures ne le peuvent pas.
• Les enquêtes et les échanges montrent que beaucoup expérimentent avec l’IA et la jugent très utile, mais ne le partagent pas avec leur employeur. Il existe dans presque toutes les organisations des « cyborgs secrets » qui utilisent l’IA sans le dire.
• Pourquoi ces cyborgs secrets existent
  • Par peur d’être sanctionnés pour un usage inapproprié de l’IA
  • Parce qu’ils pensent qu’ils seront moins respectés s’ils disent utiliser l’IA
  • Parce qu’ils craignent que si l’IA remplace une partie de leur travail, eux-mêmes ou leurs collègues soient licenciés
  • Parce qu’ils pensent qu’ils ne seront pas récompensés s’ils rendent leur usage de l’IA public
  • Parce que les gains de productivité risquent de créer une attente de devoir faire encore plus de travail
  • Parce qu’il n’existe aucun moyen de partager leurs façons d’utiliser l’IA
• Comment tirer parti des cyborgs secrets
  • Réduire la peur : au lieu de formations abstraites sur l’éthique de l’IA ou de politiques anxiogènes, définir un « périmètre d’expérimentation autorisé » clair
  • Lier cela aux systèmes de récompense : mettre en place des récompenses pour la déclaration des usages de l’IA. En cas de gains de productivité importants, offrir par exemple plusieurs mois de salaire en prime, une promotion ou du télétravail
  • Modéliser les usages positifs : faire en sorte que la direction partage publiquement ses façons d’utiliser l’IA. Encourager les managers à inciter leurs équipes à tenter de résoudre les problèmes avec l’IA
  • Offrir des occasions de partage : organiser des hackathons, des ateliers de partage de prompts, etc. Identifier les personnes talentueuses en IA et créer une communauté où partager les apprentissages
  • Fournir outils et formation : donner un accès direct aux modèles les plus récents et proposer des sessions de formation à l’usage de l’IA
• Il faut créer des opportunités pour les talents de l’innovation IA au sein de l’organisation. Le Crowd peut aider, mais le Lab joue aussi un rôle en tant qu’effort d’innovation concentré.

Tactiques pour le Lab

• L’innovation distribuée est importante, mais un effort centralisé de R&D sur les usages de l’IA dans l’organisation a lui aussi un rôle à jouer.
• Le Lab doit être composé d’une combinaison d’experts métier et de profils techniques et non techniques.
• Il est possible de recruter des chercheurs à partir du Crowd. Constituer le Lab avec des personnes passionnées qui découvrent des usages de l’IA et les partagent avec l’entreprise
• Le Lab doit se concentrer sur la construction plutôt que sur l’analyse ou la stratégie abstraite. Il faut construire les éléments suivants :
  • Développer des benchmarks IA pour l’organisation : déterminer dans quelle mesure chaque modèle est performant sur les tâches réelles de l’entreprise, par exemple quel IA a le style d’écriture le plus élégant, laquelle peut traiter des données financières ou bien lire des documents juridiques
  • Construire des prompts et des outils qui fonctionnent : transformer les idées du Crowd en produits, puis les tester de manière répétée. Les déployer dans l’organisation et mesurer les résultats
  • Construire aussi ce qui ne fonctionne pas encore : imaginer ce qui se passerait si des agents IA exécutaient toutes les tâches d’un processus métier clé, puis identifier les points d’échec. À chaque sortie d’un nouveau modèle, le connecter au prototype pour voir si cela s’améliore
  • Construire des choses magiques et provocantes : pour les personnes qui n’ont pas encore vraiment interagi avec l’IA, démontrer des choses étonnantes, voire choquantes, qu’il est possible d’accomplir avec elle. Pousser l’IA à faire l’impossible autant que possible, montrer les performances des outils les plus récents et capter l’attention
• Le Crowd innove, le Lab construit et teste. Une R&D interne réussie a besoin des deux.

Ce n’est qu’un début

• À long terme, si les capacités de l’IA continuent de progresser, l’innovation seule ne suffira pas : il faudra un leadership pensé avec l’IA en tête.
• Les organisations ont été construites autour des limites et des avantages de l’intelligence humaine.
• Il faut maintenant réfléchir à la manière de reconfigurer des processus et des structures organisationnelles développés depuis des décennies en tenant compte de l’« intelligence » singulière de l’IA.
• Cela dépasse la R&D : il faut aussi repenser la structure de l’organisation, ses objectifs, et les rôles respectifs des humains et des machines dans l’organisation du futur.
• Mais même cela pourrait ne pas être assez radical
• L’objectif explicite des laboratoires d’IA est de construire une IA supérieure aux humains dans tout travail intellectuel
• Ils promettent qu’une IA de niveau agent capable de planifier et d’agir de façon autonome arrivera bientôt
• Comme le montre la feuille de route d’OpenAI, ils croient possible de créer une IA capable de faire le travail des organisations. Tout cela ne se produira peut-être pas, mais même si seule une partie se concrétise, les organisations subiront des transformations bien plus profondes, d’une manière difficile à imaginer aujourd’hui
• Pour les entreprises, la meilleure façon de naviguer dans cette incertitude est de commencer elles-mêmes à explorer ce nouveau monde